Claude Opus 5は、Fable 5ほどの費用をかけず、難しい仕事を日常的に任せたい企業にとって有力な選択肢です。
Anthropicは2026年7月24日、Opus 5をClaude Maxの標準モデルとして提供し始めました。
公式の位置付けは「Fable 5に近い知能を半分の価格で利用できる、日常向けの上位モデル」です。
合同会社PharmapiaでもClaude CodeでOpus 5を使用しています。
長い指示を保ちながら調査や設計を進めやすい一方、技術的な結論をそのまま採用せず、根拠と変更内容を人が確認する運用は変えていません。
この記事では、公式仕様、第三者ベンチマーク、SNSの初期報告、合同会社Pharmapiaでの使用感を分けて比較します。
- Opus 5：性能、速度、費用のバランスを取りながら、複雑な仕事を日常的に進めたい場合に試しやすい
- Fable 5：費用より、最高難度の長期タスクと利用可能な能力を優先したい場合の候補になる
- GPT-5.6 Sol：同じコーディング評価では、Opus 5より少ないトークンと低い費用で処理した
Claude Opus 5の位置付け
Anthropicは、複雑なエージェント型コーディングや企業業務でモデル選びに迷った場合、Opus 5から始めるよう案内しています。
最も高い能力が必要な場合はFable 5が候補です。
Opus 5はFable 5の単純な下位版ではありません。
推論の深さを調整し、必要な仕事だけ多くのトークンを使えるため、性能と費用の均衡を取りやすい設計です。
Claude Maxでは標準モデル、Claude Proでは利用できる中で最も強いモデルとして提供されています。
APIでは入力100万トークンあたり5ドル、出力100万トークンあたり25ドルです。
これはFable 5の半額で、従来のOpus 4.8と同じ単価です。
標準より約2.5倍速いFast modeもありますが、基本料金は2倍になります。
Anthropic「Introducing Claude Opus 5」とClaudeモデル一覧を参照しています。
3モデルの公式仕様
APIの標準単価では、Opus 5とGPT-5.6 Solの入力料金は同じです。
出力料金はOpus 5が100万トークンあたり25ドル、GPT-5.6 Solが30ドルです。
Fable 5は入力10ドル、出力50ドルのため、Opus 5の2倍です。
| 比較項目 | Claude Fable 5 | Claude Opus 5 | GPT-5.6 Sol |
|---|---|---|---|
| 公式の位置付け | 一般提供されているClaudeで最も高い能力 | 複雑なコーディングと企業業務の開始候補 | 複雑な専門業務向けの上位モデル |
| API入力料金 | 10ドル | 5ドル | 5ドル |
| API出力料金 | 50ドル | 25ドル | 30ドル |
| コンテキスト長 | 100万トークン | 100万トークン | 105万トークン |
| 最大出力 | 12万8,000トークン | 12万8,000トークン | 12万8,000トークン |
| 推論設定 | Adaptive thinkingが常時有効 | lowからmaxまで調整可能 | 推論レベルを調整可能 |
料金は入力または出力100万トークンあたりの標準API料金です。月額プランの利用上限やクレジットとは別の指標です。仕様と料金は2026年7月26日時点です。
GPT-5.6 Solは27万2,000トークンを超える入力で、リクエスト全体の入力料金が2倍、出力料金が1.5倍になります。
長い資料を一度に扱う場合は、表示上の基本単価だけで費用を見積もれません。
GPT-5.6 Sol公式仕様を参照しています。
性能差を示す第三者ベンチマーク
性能順位は、評価する仕事によって変わります。
コーディング評価のCursorBench 3.2では、複数ファイルを扱う曖昧な開発課題を使っています。
最大推論設定の結果は次のとおりです。
| モデル | スコア | 1タスク平均費用 | 1タスク平均トークン | 手順数 |
|---|---|---|---|---|
| Fable 5 Max | 70.5% | 17.32ドル | 103,525 | 72 |
| Opus 5 Max | 70.0% | 8.23ドル | 61,838 | 78 |
| GPT-5.6 Sol Max | 67.2% | 5.69ドル | 28,320 | 48 |
Opus 5はFable 5よりスコアが0.5ポイント低い一方、トークンは約40%少なく、費用は約53%低い結果でした。
GPT-5.6 SolはOpus 5よりスコアが2.8ポイント低い一方、トークンは約54%少なく、費用は約31%低い結果です。
この数値は「すべての業務でOpus 5が同じ割合を使う」ことを意味しません。
CursorBenchの課題、実行環境、最大推論設定で測った平均値です。
CursorBench 3.2を参照しています。
文書、表、スライドなどの業務成果物を評価するGDPval-AA v2では、Artificial AnalysisがOpus 5 Maxを1,861 Eloと評価しました。
同じ検証ではFable 5を1,747 Elo、GPT-5.6 Sol Maxを1,735 Eloとしています。
一方、事実知識を測るAA-Omniscienceでは、Opus 5はFable 5を下回りました。
Artificial Analysisは、不確かなときにも回答する傾向が強く、同評価での幻覚率が50%だったとも報告しています。
業務成果物の作成能力が高くても、事実確認を省略できるわけではありません。
Artificial Analysis「Opus 5」を参照しています。
トークン消費量の比較
トークン消費量は、モデル名だけでは決まりません。
同じOpus 5でも、推論設定をlowからmaxへ上げると、処理する量と費用が増えます。
Artificial AnalysisのGDPval-AA v2では、lowとmaxで出力トークン数に約8倍の幅がありました。
Claude Codeでは、過去の会話、プロジェクトの指示、読み取ったファイル、新しい依頼が各ターンで送られます。
長い会話で多くのファイルを読み、何度も修正すると、後半の一往復ほど処理量が増えます。
APIキーで利用している場合は、/costでセッションのトークン数と費用を確認できます。
定額プランの場合は、/usageで利用枠を確認します。
利用枠の減少率は、APIの正確なトークン数ではありません。
作業を切り替えるときは/clear、同じ作業を続けながら履歴を短くするときは/compactを使うと、不要な文脈を減らせます。
Claude Codeの利用量と上限に関する公式解説を参照しています。
実務での使い勝手
使いやすさは、応答速度だけでなく、確認の仕方と手戻りの少なさで決まります。
Claude Opus 5
Opus 5は、調査、設計、実装、確認を一つの作業として進めたい場合に使いやすいモデルです。
長い条件を読み、作業の途中で確認しながら進める場面では、日常業務の主力候補になります。
最大推論を常用せず、通常はhighまでで試し、難しい仕事だけxhighまたはmaxへ上げる方法が費用を管理しやすくなります。
Claude Fable 5
Fable 5は、一般提供されているClaudeで最も高い能力が必要な仕事の候補です。
長期タスク、難しい設計、複数の前提を保つ仕事で試す価値があります。
ただし、API単価はOpus 5の2倍です。
日常の修正作業までFable 5へ固定すると、性能差を生かせないまま費用だけが増える可能性があります。
GPT-5.6 Sol
GPT-5.6 Solは、Codexで調査、ファイル編集、コマンド実行、表示確認まで進める仕事と相性を確認しやすいモデルです。
CursorBenchの最大推論設定では、Opus 5より少ないトークンと低い費用で処理しました。
一方、同評価のスコアとGDPval-AA v2ではOpus 5が上回っています。
完成条件が明確な実装ではGPT-5.6 Sol、曖昧さを残した調査や設計ではOpus 5から試す方法が現実的です。
SNSで分かれた初期評価
Opus 5は提供開始から日が浅く、SNSの評価はまだ定まっていません。
Xでは、重い利用をした開発者が「Fable 5より費用と速度の問題が小さく、日常の主力にしやすい」と評価しています。
同じ投稿では、技術的な誤りや早い結論もあり、根拠を示して修正させる必要があると指摘しています。
その利用者は翌日、実務ではFable 5ほど信頼できず、ベンチマークだけでは分からないという再評価も投稿しました。
この変化から分かるのは、SNSの感想だけでモデルを決めにくいことです。
作業内容、推論設定、会話の長さ、利用プランが異なる投稿を、同じ条件の性能比較として扱うことはできません。
SNSは、自社テストで確かめる項目を見つけるために使います。
合同会社Pharmapiaでの使用感
合同会社Pharmapiaでは、Claude Codeを既存Webサイトの調査、変更方針の整理、長い仕様の確認などに使っています。
Opus 5を使って扱いやすいと感じるのは、複数の条件を一度に渡しても、作業範囲を保ちながら進めやすい点です。
曖昧な依頼で確認を挟み、人が決めるべき箇所を残す挙動も、企業業務では助けになります。
一方、もっともらしい技術説明が、実際のコードや公式仕様と一致するとは限りません。
合同会社Pharmapiaでは、Opus 5が出した説明だけで判断せず、実ファイル、テスト結果、公式資料を確認しています。
公開、外部送信、本番環境の変更は、人が対象と結果を確認してから実行します。
現時点の社内利用は、同条件で3モデルを測った比較試験ではありません。
そのため、「Opus 5で何%時間を短縮できた」「Fable 5より何%トークンが少なかった」という社内独自の数値は掲載していません。
この区別を残すことで、日常の使用感をベンチマーク結果として誤って伝えずに済みます。
業務別の使い分け
3モデルは、性能順位だけで固定せず、失敗した場合の影響と完成条件で選びます。
Fable 5から試す仕事
- 失敗時の手戻りが大きい難しい設計
- 複数の前提を保つ長期タスク
- 費用より利用可能な能力を優先する仕事
Opus 5から試す仕事
- 調査から成果物作成まで続く業務
- 曖昧な条件を含む日常の開発
- 文書、表、資料を含む企業業務
GPT-5.6 Solから試す仕事
- 完成条件が明確な実装と修正
- コードの調査、編集、テスト
- トークンと費用も比較したい仕事
この分類は、各モデルがその仕事しかできないという意味ではありません。
比較を始める順番を決めるための仮説です。
最終判断は、自社の同じ業務を同じ条件で試して行います。
自社業務で比較する方法
モデル比較では、同じ指示文、同じ資料、同じ完成条件を使います。
推論設定をそろえられない場合は、設定名と実行環境を記録します。
次の3業務なら、企業が実際の使い勝手を確認しやすくなります。
- 公開可能な資料を使った調査と記事骨子の作成
- テスト用Webサイトの小さな修正と表示確認
- 複数の要件を含む業務改善案の作成
| 記録項目 | 確認する内容 |
|---|---|
| 完了時間 | 依頼開始から完成条件を満たすまでの時間 |
| 処理量 | APIのトークン数、または定額プランの利用枠の変化 |
| 修正回数 | 誤り、指示漏れ、不要な変更を直した回数 |
| 人の確認時間 | 根拠確認、テスト、文章修正に使った時間 |
| 完成物 | 完成条件を満たしたか、追加修正が必要だったか |
安いモデルでも修正と確認に時間がかかれば、業務全体の費用は増えます。
単価ではなく、人の作業時間を含む完了コストで選びます。
Claude Opus 5を選ぶ判断
Opus 5は、Fable 5に近い性能を、より低いAPI単価で日常業務へ使うためのモデルです。
第三者評価では、Fable 5に近いコーディングスコアと、文書や表を含む業務成果物で高い結果を示しました。
一方、GPT-5.6 Solは同じCursorBenchでトークンと費用を抑えています。
Fable 5は最高難度の仕事、Opus 5は日常の複雑業務、GPT-5.6 Solは完成条件が明確な実装から比較を始める方法が分かりやすいでしょう。
ただし、事実確認、コードのテスト、公開前の承認は、どのモデルを選んでも人が担います。
モデル名だけで決めず、自社の3業務を同じ条件で試し、修正時間を含む完了コストを記録してください。
自社業務に合うAIの使い分けを整理しませんか？
合同会社Pharmapiaでは、生成AIの導入支援、社内研修、安全な運用ルールづくりに対応しています。業務の選定から小規模な比較検証までご相談いただけます。
